基于集成学习和计算化学的色谱流出曲线预测方法及系统

本发明公开基于集成学习和计算化学的色谱流出曲线预测方法及系统，属于分析化学与机器学习领域；基于集成学习和计算化学的色谱流出曲线预测方法包括：获取色谱实验参数，并处理得到实验参数向量；获取分子标识符，并处理得到多模态分子向量；向将实验参数向量和多模态分子向量合并，得到输入向量；基于输入向量，采用机器学习回归模型或集成学习方法预测得到色谱流出曲线信息。本发明结合了化学和物理方法处理实验参数，采用计算化学方法获取精确分子描述符，并利用图神经网络捕捉分子结构信息，此外，该方法支持反向推理出适当的实验条件，有助于减少预实验消耗。